Terrain 数据集旨在扩展包含数亿甚至数十亿个点的项目。 较大的点集合（如激光雷达）通常会给数据库带来问题，terrain 工具会使对这类数据集的使用变得容易。 可扩展性主要通过 terrain 金字塔和多点形状类型实现。
Terrain 金字塔通过提供与比例相关的数据缩减方法来提高性能。 金字塔仅引用构建近似精度的表面所需的数据。 对于比例较小的应用而言，动态表面构建、显示和分析的速度较快，因为所需的只是经过细化的数据子集。 原始数据不会以任何方式移动或平均。 会保持测量的准确位置信息。 可使用两种类型的金字塔构建 terrain 数据集：z 容差和窗口大小。
如果使用 z 容差金字塔类型，将通过应用基于 z 容差的用于细化点的过滤器来实现金字塔化。 通过消除不重要的点来生成派生表面，这些表面的精度在相对于全分辨率数据的近似垂直精度之内。
如果使用窗口大小金字塔类型，将通过指定窗口大小过滤器来实现金字塔化。 这种方式是通过将数据划分为相等的区域（窗口），而每个区域只选择一两个点作为代表，来细化每个金字塔等级的点。 这种方式主要控制与高点、低点或平均高度点具有可控偏差的水平采样密度。
此外，线和多边形的强化将基于每个金字塔等级进行控制。 例如，隔断线强化可以限制为最高的一或两个分辨率金字塔等级。 某些要素（如研究区域边界和湖岸线）可能需要以所有比例进行表示，但不采用相同的详细程度。 泛化表示可在采用粗糙比例时使用，而完整细节只在采用较大比例时应用。
每个金字塔等级都具有分配的垂直容差或窗口大小以及比例阈值。 这用于控制在地图中显示 terrain 数据集时与每个等级关联的比例范围。 金字塔等级数、容差及阈值均可由用户定义。
terrain 金字塔是累积的。 金字塔内的单个等级未包含其所需的所有测量值的单独且独立的集合。 因而，要从粗糙等级的金字塔转到更细化等级的金字塔，需要向属于粗糙等级的地形添加测量值。 全分辨率等级是所有较低等级测量值与其他一些内容相加的总和。 这可改善使用 terrain 时的性能并减少存储开销。
terrain 金字塔是使用创建 Terrain 地理处理工具定义的。 有关创建 terrain 数据集的详细信息，请参阅使用地理处理工具创建 terrain 数据集。
Z 值容差金字塔类型
Z 值容差金字塔类型控制相对于全分辨率数据的每个金字塔等级的垂直精度。 金字塔等级的垂直精度始终与全分辨率源数据的精度相关。 例如，如果源数据具有已知的 0.5 英尺的垂直精度，并且第一个金字塔的 Z 值容差为 1 英尺，则第一个金字塔的绝对精度为 1.5 英尺。
除了必须确定需要多少个金字塔等级外，还要确定每个金字塔等级的 Z 值容差。 影响这些决策的主要因素为 terrain 数据集使用的比例范围、Z 范围和 terrain 中高度的变化性。 定义金字塔等级的其中一种可行方法是通过等值线地图模型进行定义。
定义 Z 值容差金字塔等级
要使用等值线地图模型定义金字塔等级，请执行以下操作：
- 考虑一组根据 terrain 制作等值线地图时要使用的标准地图比例。
- 将比例从最大到最小进行排列。 注意等高距要与每个比例相适合。 然后让 terrain 数据集的金字塔按照此集合进行模拟。
- 为每个地图比例定义金字塔等级，将每个等级的比例阈值设为相应的地图比例。 将 Z 值容差设置为在该比例下使用的等高距的一半。
在下面的金字塔定义示例，全分辨率数据可用于大于 1:5,000 的显示比例。 基于 0.5 单位 Z 值容差的金字塔等级可在 1:5,000 和 1:12,000 之间使用，1.0 单位 Z 值容差的等级将在 1:12,000 和 1:24,000 之间使用，2.5 单位 Z 值容差的等级将在 1:24,000 和 1:100,000 之间使用，5.0 单位 Z 值容差的等级将在小于 1:100,000 的比例范围内使用。
Z 值容差金字塔等级所基于的等值线地图系列示例
| 地图比例 | 等高距（米） |
|---|---|
1:5,000 | 1 |
1:12,000 | 2 |
1:24,000 | 5 |
1:100,000 | 10 |
Terrain 数据集比例阈值等级和相应 terrain 数据集 z 值容差金字塔等级
| 比例阈值 | Z 值容差（米） |
|---|---|
5,000 | 0.5 |
12,000 | 1 |
24,000 | 2.5 |
100,000 | 5 |
窗口大小金字塔类型
金字塔等级分辨率由窗口大小定义。 窗口大小金字塔类型通过将数据划分为相等的区域（窗口），而每个区域选择一两个点作为代表，来抽稀每个金字塔等级的点。
每个窗口的点选择基于以下条件之一：
- 具有最小 z 值的点
- 具有最大 z 值的点
- 同时捕获 z 最小值和 z 最大值的两点
- 最接近 z 值平均值的点
金字塔等级分辨率由窗口大小定义。 窗口大小是定义细分部分的每个方形区域的边长度。 粗糙分辨率金字塔等级使用较大的窗口大小定义。 较大的窗口大小使得从中选择点的区域相对较少。 由于只为每个区域选择了一两个点，将会有很多抽稀和泛化。 精细分辨率金字塔等级通过较小的窗口大小定义。 较小的窗口意味着更多的区域，因此意味着更多点、较少抽稀和更多详细信息。
与基于 Z 值容差的金字塔相同，窗口大小金字塔也是累积的。 金字塔等级所用的点是为粗糙等级所选的所有点与给定等级特有的附加集的总和。 累积金字塔的存储效率高，因为每个金字塔等级不需要单独完整的数据备份。 下面的图片显示了如何在每个窗口中选择点。
  |
  |
点选择方法建议
分辨率最高的金字塔等级必须使用等于或大于平均点间距的窗口大小。 如果知道有许多比平均间距更密集的点，请使用 z 平均值，因为它可有效地抽稀一些点。 否则就使用二倍平均点间距的值。
唯一例外的是如果使用 z 最小值/z 最大值点选择方法，就必须使用四倍平均间距。 最粗糙的金字塔等级必须具有一个基于 terrain 的 x 或 y 范围的窗口大小。 在大约 1/500 至 1/1000 之间的比例范围，推荐较大的 x 和 y 范围。 最有效的金字塔是通过不同窗口大小之间为二次乘方关系生成的。 首先确定最小的窗口大小，然后基于该窗口大小继续下去。
选择条件用于确定哪些点可以被选作为不同金字塔等级的相应区域的代表。 每个条件都提供一个偏差，该偏差对于某些类型的数据或应用程序十分有用。 请注意，偏差不会对全分辨率金字塔等级进行分类，也不会对全分辨率金字塔等级产生影响。
| 方法 | 目标 | 建议的应用 |
|---|---|---|
Z 最小值 | 偏差趋向局部低处、河流、山谷 |
|
Z 最大值 | 偏差趋向局部高处、山脊、山顶 |
|
Z 最小值/Z 最大值 | 捕获极值；不像其他选项那样抽稀 |
|
Z 平均值 | 避免极值 |
|
二次抽稀
使用窗口大小型金字塔时，可以包括二次抽稀的选项。 通过该二次抽稀选项减少的金字塔等级的点数远远超过通过窗口过滤实现抽稀所减少的金字塔等级的点数。 该过程通过检查每个窗口的数据，从最粗糙的金字塔等级窗口大小开始。 如果窗口中点的 z 值范围在用户定义的阈值范围内，则会将区域视为平坦区域。 会为该区域选择一个或两个点，这与正常的窗口大小处理过程相同，但是所有其余的点会被指定给全分辨率金字塔等级，而不是被其余的等级重新过滤。 因为该区域是平坦区域，所以无需通过更小的窗口大小选择附加点。
二次抽稀方法建议
启用二次抽稀选项后，会减少在平坦区域上所用的点数。 如果某个区域内点的高度在用户指定的二次抽稀阈值范围内，则会将区域视为平坦区域。 在较高的分辨率金字塔等级下它的效果更明显，因为较小的区域更可能比较大的区域平坦。
二次抽稀阈值至少应设置为与数据的垂直精度一样大，以降低其底部噪声。 当指定较大值时，将抽稀更多的点，并实现性能的一些提升，但分辨或区分表面要素的能力将会降低。
- 轻度抽稀 - 最适合保留线性不连续的地形（如建筑面和森林边界）。 建议对包括地面点和非地面点的激光雷达数据使用该方法。 轻度抽稀将抽稀最少的点。
- 中度抽稀 - 在性能和精度之间实现较好的折衷。 该方法不像轻度抽稀方法那样保留很多细节，尽管消除更多点，但整体上这两种方法相差无几。 中度抽稀对于所有类型的数据是一个很好的抽稀方法。
- 高度抽稀 - 移除大多数点，不大可能保留轮廓清晰的要素。 该方法仅限于使用在坡度逐渐更改的表面。 例如，高度抽稀对裸地激光雷达或深海探测数据具有效果。
窗口大小型金字塔等级创建
金字塔等级基于以下信息：
- 点数据的平均点间距为 1 米。
- 点间距没有太大的变化，因此大多数点都相隔 1 米左右。
- 数据范围从东到西为 20 千米，从北到南为 10 千米。
以下示例以 2（米）的窗口大小开始，然后按二次乘方增加：2、4、8、16、32。 在 32 处停止，因为它落在 20 千米范围的 1/500 和 1/1000 之间。 对于每个窗口大小，示例使用之前等级比例阈值的两倍大小的比例阈值，生成以下金字塔定义。
1 米点间距数据的样本金字塔定义
| 窗口大小 | 缩放 |
|---|---|
2 | 3,000 |
4 | 6,000 |
8 | 12,000 |
16 | 24,000 |
32 | 48,000 |